Pythonを用いた機械学習のためのデータの前処理セミナー:2022年9月9日開催オンライン配信
サイトマップサイトマップ よくあるお問合わせよくあるお問合せ リクエストリクエスト セミナー会場セミナー会場へのアクセス
セミナーのメニュー
  ヘルスケア系
ライブ配信
8月
9月
10月
11月〜

化学・電気系 その他各分野
ライブ配信
8月
9月
10月
11月〜
情報機構 技術書籍情報機構 技術書籍
技術書籍 一覧技術書籍 一覧
   <新刊書籍>
  ・  CN燃料最新動向
電子書籍電子書籍
化学物質管理化学物質管理
通信教育講座通信教育講座
LMS(e-learning)LMS(e-learning)
セミナー収録DVDDVD
セミナー講師のコラムです。講師コラム
  ↑2022/7/7更新!!
お申し込み・振込み要領お申込み・振込要領
案内登録案内登録
↑ ↑ ↑
新着セミナー、新刊図書情報をお届けします。

※リクエスト・お問合せ等
はこちら→ req@johokiko.co.jp



SSL GMOグローバルサインのサイトシール  



Zoom見逃し視聴あり

オンライン受講/見逃視聴なし → 

オンライン受講/見逃視聴あり → 

本セミナーでは、自らGoogle Colab環境上でサンプルコードを実行することで,
実践に応用可能な前処理技術を習得してもらうことを目的としています。

<速習セミナー>

Pythonを用いた機械学習のためのデータの前処理

基本から応用まで徹底解説


〜表形式データ,テキスト,画像,音声の前処理〜

<Zoomによるオンラインセミナー:見逃し視聴あり>

講師

徳島大学 大学院社会産業理工学研究部 准教授 博士(工学) 松本 和幸 先生

日時・会場・受講料

●日時 2022年9月9日(金) 10:30-16:30
●会場 会場での講義は行いません。
●受講料
  【オンラインセミナー(見逃し視聴なし)】:1名47,300円(税込(消費税10%)、資料付)
  *1社2名以上同時申込の場合、1名につき36,300円

  【オンラインセミナー(見逃し視聴あり)】:1名52,800円(税込(消費税10%)、資料付)
  *1社2名以上同時申込の場合、1名につき41,800円

      *学校法人割引;学生、教員のご参加は受講料50%割引。→「セミナー申込要領・手順」を確認下さい。

 ●録音・録画行為は固くお断り致します。


■ セミナーお申込手順からセミナー当日の主な流れ →

配布資料・講師への質問等について

●配布資料はPDF等のデータで送付予定です。受取方法はメールでご案内致します。
 (開催1週前〜前日までには送付致します)。
*準備の都合上、開催1営業日前の12:00までにお申し込みをお願い致します。
(土、日、祝日は営業日としてカウント致しません。)

●当日、可能な範囲で質疑応答も対応致します。
(全ての質問にお答えできない可能性もございますので、予めご容赦ください。)
●本講座で使用する資料や配信動画は著作物であり
 無断での録音・録画・複写・転載・配布・上映・販売等を禁止致します。
●受講に際しご質問・要望などございましたら、下記メールにてお問い合わせ下さい。 req@johokiko.co.jp

※本講座は、お手許のPCやタブレット等で受講できるオンラインセミナーです。

下記ご確認の上、お申込み下さい(クリックして展開「▼」:一部のブラウザーでは展開されて表示されます)
・PCもしくはタブレット・スマートフォンとネットワーク環境をご準備下さい。
・ご受講にあたり、環境の確認をお願いしております(20Mbbs以上の回線をご用意下さい)。
 各ご利用ツール別の、動作確認の上お申し込み下さい。
・開催が近くなりましたら、当日の流れ及び視聴用のURL等をメールにてご連絡致します。開催前日(営業日)の12:00までにメールが届かない場合は必ず弊社までご一報下さい。
・その他、受講に際してのご質問・要望などございましたら、下記メールにてお問い合わせ下さい。
 <req@johokiko.co.jp>

Zoom
Zoomを使用したオンラインセミナーとなります(クリックして展開「▼」)
・ご受講にあたり、環境の確認をお願いしております。
 お手数ですが下記公式サイトからZoomが問題なく使えるかどうか、ご確認下さい。
 → 確認はこちら
 *Skype/Teams/LINEなど別のミーティングアプリが起動していると、Zoomでカメラ・マイクが使えない事があります。お手数ですがこれらのツールはいったん閉じてお試し下さい。
 →音声が聞こえない場合の対処例

・Zoomアプリのインストール、Zoomへのサインアップをせずブラウザからの参加も可能です
 →参加方法はこちら
 →※一部のブラウザーは音声(音声参加ができない)が聞こえない場合があります、
   必ずテストサイトからチェック下さい。
   対応ブラウザーについて(公式);コンピューターのオーディオに参加に対応してないものは音声が聞こえません

見逃し視聴あり
申込み時に(見逃し視聴有り)を選択された方は、見逃し視聴が可能です。
(クリックして展開「▼」)
・原則、開催5営業日後に録画動画の配信を行います(一部、編集加工します)。
・視聴可能期間は配信開始から1週間です。
(GWや年末年始・お盆期間等を挟む場合、それに応じて弊社の標準配信期間の設定を延長します。)
 セミナーを復習したい方、当日の受講が難しい方、期間内であれば動画を何度も視聴できます。
 尚、閲覧用URLはメールでご連絡致します。
 ※万一、見逃し視聴の提供ができなくなった場合、
 (見逃し視聴あり)の方の受講料は(見逃し視聴なし)の受講料に準じますので、ご了承下さい。

 →こちらから問題なく視聴できるかご確認下さい(テスト視聴動画へ)パスワード「123456」


セミナーポイント

■はじめに
人工知能やデータサイエンス分野の発展に伴い,機械学習の技術が専門技術を持 たないユーザにまで浸透してきている。
しかし,いまだにデータは蓄積しているのに活用法がわからない,そもそもデータの収集や整理の方法が分からないので分析しようがない,といっ た声も多く聞かれる。
本セミナーでは,人工知能やデータサイエンスにおいて欠かせない機械学習のた めのデータの前処理技術についてレクチャー,実演をし,自らGoogle Colab環境上でサンプルコードを実行するこ とで,実践に応用可能な前処理技術を習得してもらうことを目的としている。
数値やカテゴリカルな情報が表形式でまとまっているようなデータに対しての機械学習モデルによる予測や分析,データの準備,精度改善のための前処理技術 や自然言語で書かれたテキストデータの前処理,画像データや音声データに対する前処理の技術についても紹介し,実際 に色々な場面ですぐに応用可能なサンプルを使ってできるだけわかりやすく解説する。

■想定される主な受講対象者
・Pythonを学び始めた方(基本的なプログラミングは既に習得していることが望ましい)で,データ分析をしてみたい方
・手元に大量のデータがあり,機械学習を使って分析してみたい方
・Pythonによるプログラミング経験があり,人工知能やデータサイエンスに興味があるが,
 何から始めたらよいのかわからない方
・人工知能の最新技術に興味があり,いずれ勉強したいと思っているが,
 まずは実践で使える基礎的なテクニックを身に付けたいという方
・AIを使用した開発業務に携わっている方で,中身について良く知らずに利用していて,
 理解を深めて,システムの性能を向上させてみたいという方
・自然言語を利用したテキスト分類や,Web上の画像データなどを対象に,
 リコメンドシステムやWeb検索システムを開発したいと思っている方
・医療系の文書解析や,精神科のカルテ分析などに携わっている方

■必要な予備知識
プログラミング経験は必須です。
PythonやGoogle Colab(Jupyter Notebookでも可)を少しでも触ったことがある と理解がしやすいと思います。

■本セミナーに参加して修得できること
・Google Colabを用いたデータ分析の基礎知識
・Pythonを用いたデータの前処理の基礎知識
・数値,テキスト,画像,音声データの前処理の基礎知識

セミナー内容

1.はじめに
   1)AI・機械学習の前処理とは
   2)Google Colabの準備

2.便利なライブラリ,機械学習ツールの紹介
   1)Numpy, pandas
   2) scikit-learn
   3) matplotlib
   4) tensorflow, Keras

3.基本的な前処理(その1)
   1) 標準化と正規化
   2) ビニング
   3)外れ値の検出,除去
   4) 欠損値の検出と補完

4.基本的な前処理(その2)
   1)特徴選択手法〜フィルタ法 (ANOVA, カイ二乗検定,相互情報量)
   2) 特徴選択手法〜ラッパ法(SVM-RFE, Boruta)
   3) 特徴選択手法〜正則化(リッジ回帰,LASSO回帰,ElasticNet回帰)
   4) 線形次元削減〜PCA, NMF
   5) 非線形次元削減〜t-SNE, UMAP

5.高度な前処理
   1)カテゴリカルデータから数値データへの変換
   2)不均衡データに対するリサンプリング〜アンダーサンプリング
   3) 不均衡データに対するリサンプリング〜オーバーサンプリング
   4)時系列データに対する前処理

6.テキストデータに対する前処理
   1)分かち書きと形態素解析
   2) LDAによるトピック分析
   3)ニューラルネットワークによる文書分類(CNN,その他)

7.画像,音声・音楽データに対する前処理
   1)畳み込みニューラルネットワーク
   2)データ拡張
   3)ファインチューニング
   4)音声・音楽データの前処理


講師紹介

【略歴】
2008年3月徳島大学大学院工学研究科修了。
自然言語処理と感性情報処理を主要な研究テーマとして,活発に研究に従事。
2020年4月より現職。
現在,徳島大学大学院社会産業理工学研究部にて,コンピュータサイエンス,情報工学分野の教育に従事。

【専門】
自然言語処理/感性情報処理/人工知能

【本テーマ関連学協会での活動】
・言語処理学会代議員(2021年〜現在)
・情報処理学会 四国支部評議員(2010年4月〜2012年3月), 四国支部幹事(2017年 4月〜2019年3月)
・IEEE International Conference on Natural Language Processing and Knowledge Engineering, Publication Co-chairs (2015, 2016, 2017)
・2019 3rd International Conference on Natural Language Processing and Information Retrieval (Local Organizing Chair 現地実行委員)
・The KES International Conference on Innovation in Medicine and Healthcare (KES-InMed-22) (国際プログラム委員)
・同志社大学人工知能工学研究センター・研究メンバー

セミナー番号:AD220933

top

会社概要 プライバシーポリシー 通信販売法の定めによる表示 商標について リクルート
Copyright ©2011 技術セミナー・技術書籍の情報機構 All Rights Reserved.